DeepSeek-V4.1-Flash 喺 2026 年 9 月 10 日正式推出，係 DeepSeek 首個投入生產環境嘅 Causal Encoder–Decoder（CED）系列模型。佢係一個擁有 5,520 億個骨幹參數嘅 Mixture-of-Experts（MoE）多模態模型，重點唔只係「大」，而係想將超長提示詞、快取上下文、圖片輸入同 AI Agent 工作流嘅成本壓低。 416

對開發者而言，最實際嘅結論係：V4.1 Flash 目前被定位為 DeepSeek 處理大量、長上下文及多模態 API 工作嘅主力高速模型。相對 V4 Pro，佢嘅賣點集中喺成本、記憶體效率，同部分 Agent 導向測試；但官方公開數據亦顯示，佢唔係每一項基準測試都勝出。 2411

8B／16B 啟用設計，實際有咩意思？

「5,520 億參數」唔代表模型每生成一個 Token 都會用盡全部參數。DeepSeek 表示，V4.1 Flash 讀取輸入提示詞嘅 prefill 階段，約啟用 80 億參數；到生成文字嘅 decode 階段，則約啟用 160 億參數。 4138

呢個不對稱設計特別針對要反覆餵大量內容嘅情況，例如整個程式碼庫、長篇文件、對話記錄或工具呼叫軌跡。讀長輸入同逐字生成答案，本身需要嘅運算模式唔同；CED 架構嘅目標，就係令「讀大量內容」更慳成本，同時保留較多運算資源畀輸出階段。 38

DeepSeek 亦稱，模型嘅全域 KV cache 佔用約為每 Token 890 bytes，約為舊 V4 Flash 所報數字嘅四分一。公司將改善歸因於 FP4 KV cache 及跨層 KV cache 重用。對需要長時間保留上下文嘅 Agent 而言，呢個記憶體開支可能比參數量更關鍵；不過，890 bytes 屬供應商／模型卡公布數字，實際部署仍應按自己嘅 serving stack 驗證。 3338

同 V4 Pro 比：邊啲測試進步，邊啲未贏？

DeepSeek 公開表格顯示，V4.1 Flash 喺程式編寫、數學、終端機 Agent 同網絡安全類基準，相對 V4 Pro 有所提升；但 GPQA Diamond 較低。以下屬模型卡／官方公布結果，唔應視為獨立、通用嘅總排名。 611

基準測試	V4 Pro	V4.1 Flash	差距
GPQA Diamond	92.4	90.9	-1.5
Codeforces rating	3,348	3,471	+123
MathArena Apex	65.3	65.6	+0.3
Terminal-Bench 2.1	87.9	90.6	+2.7
CyberGym	83.3	88.1	+4.8

911

所以較公平嘅理解係：如果工作重心係 DeepSeek 所講嘅高速、重視成本、長時間運行嘅 Agent 或 coding 流程，V4.1 Flash 睇落更貼合定位；但如果你重視公開結果中嘅 GPQA Diamond，V4 Pro 仍然領先。話 Flash 喺所有任務都全面優勝，並無公開比較支持。 11

DeepSeek 曾表示，多方測試顯示 V4.1 Flash 在效能、成本、速度及整體運行時間均優於 V4 Pro；但現有公開材料未有提供一個經獨立審核、可普遍套用嘅端到端 Agent 任務時間倍數。因此較穩陣做法係將呢個視為廠商說法，並按自己使用嘅工具、上下文長度同任務組合實測。 24

100 萬 Token 上下文、原生視覺輸入與 API

V4.1 Flash 支援最長 100 萬 Token 上下文，並可在同一請求加入文字與圖片。DeepSeek 列出嘅用途包括描述圖片、讀取截圖文字，以及分析圖表。 623

目前 API 應使用嘅模型識別名稱為：

deepseek-flash

開發者可將公開可存取嘅 http(s) 圖片網址連同文字一齊提交。官方視覺文件列明支援 JPEG、PNG、GIF 同 WebP。 2123

現有文件足以確認 100 萬 Token 上下文上限，但未有清晰可靠嘅最新最大輸出 Token 資訊，因此不宜在此列出確切數字。至於 JSON 輸出、工具呼叫及推理控制等整合細節，開發前亦應查閱即時 API schema，確認實際支援情況及參數寫法。

價格：快取命中先至係真正焦點

報道所列 V4.1 Flash API 價格，閒時為每 100 萬 Token 輸入 0.15 美元、輸出 0.60 美元；高峰期則為輸入 0.30 美元、輸出 1.20 美元。快取命中嘅輸入價格，閒時低至每 100 萬 Token 0.003 美元，高峰期為 0.006 美元。 1

超低快取命中價，正好配合其針對重複上下文嘅設計。若應用程式會反覆使用大型 system prompt、程式碼庫內容或 Agent 歷史，潛在得益會比一次性短對話大得多——前提係請求模式真係能夠命中快取。

舊模型去向：V4 Pro 真係停咗未？

DeepSeek 已將 V4 Flash 及 V4 Flash Vision Experimental 作為獨立模型退役。不過為咗兼容舊有整合，以下名稱暫時仍可接受，請求會由 V4.1 Flash 處理：

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek 在 9 月 10 日最初公告曾稱，deepseek-v4-pro 流量會由 2026 年 9 月 14 日 04:00 UTC 起，改由 V4.1 Flash 處理並按 Flash 價格收費，直至 V4.1 Pro 推出。 24

但其後 API 文件更新咗做法：文件稱 DeepSeek 會喺 9 月 14 日後繼續提供 V4 Pro API，收費維持不變，若有改動會另行通知。換言之，用緊 V4 Pro 嘅團隊應以最新 API 文件為準，並測試 endpoint 實際返回嘅模型，唔好單靠最初公告假設 V4 Pro 已經退場。 1726

點解話係產品線重整，而唔係普通 Flash 更新？

V4.1 Flash 唔只係換咗個 Flash 名，因為幾項改動係一齊到位：

• 採用新嘅 Causal Encoder–Decoder MoE 架構，輸入與輸出嘅啟用參數量不同； 41
• 原生多模態支援直接納入主要 deepseek-flash endpoint； 2423
• 提供 100 萬 Token 上下文，以及大幅縮小嘅 KV cache 佔用； 638
• 舊 Flash 及 Flash Vision Experimental 退役，同時保留兼容別名協助遷移。 2123

對開發者而言，合理路線係：新整合直接改用 deepseek-flash；用自己代表性工作負載測試圖片處理同長上下文表現；量度實際 cache-hit 比例同成本；並持續留意 V4 Pro 路由及計費文件。呢個架構對 Agent 密集型系統相當吸引，但最後仍然要由你嘅實際工作流程中嘅速度、品質同成本決定值唔值得轉。

DeepSeek-V4.1-Flash 喺 2026 年 9 月 10 日正式推出，係 DeepSeek 首個投入生產環境嘅 Causal Encoder–Decoder（CED）系列模型。佢係一個擁有 5,520 億個骨幹參數嘅 Mixture-of-Experts（MoE）多模態模型，重點唔只係「大」，而係想將超長提示詞、快取上下文、圖片輸入同 AI Agent 工作流嘅成本壓低。 416

對開發者而言，最實際嘅結論係：V4.1 Flash 目前被定位為 DeepSeek 處理大量、長上下文及多模態 API 工作嘅主力高速模型。相對 V4 Pro，佢嘅賣點集中喺成本、記憶體效率，同部分 Agent 導向測試；但官方公開數據亦顯示，佢唔係每一項基準測試都勝出。 2411

8B／16B 啟用設計，實際有咩意思？

「5,520 億參數」唔代表模型每生成一個 Token 都會用盡全部參數。DeepSeek 表示，V4.1 Flash 讀取輸入提示詞嘅 prefill 階段，約啟用 80 億參數；到生成文字嘅 decode 階段，則約啟用 160 億參數。 4138

呢個不對稱設計特別針對要反覆餵大量內容嘅情況，例如整個程式碼庫、長篇文件、對話記錄或工具呼叫軌跡。讀長輸入同逐字生成答案，本身需要嘅運算模式唔同；CED 架構嘅目標，就係令「讀大量內容」更慳成本，同時保留較多運算資源畀輸出階段。 38

DeepSeek 亦稱，模型嘅全域 KV cache 佔用約為每 Token 890 bytes，約為舊 V4 Flash 所報數字嘅四分一。公司將改善歸因於 FP4 KV cache 及跨層 KV cache 重用。對需要長時間保留上下文嘅 Agent 而言，呢個記憶體開支可能比參數量更關鍵；不過，890 bytes 屬供應商／模型卡公布數字，實際部署仍應按自己嘅 serving stack 驗證。 3338

同 V4 Pro 比：邊啲測試進步，邊啲未贏？

DeepSeek 公開表格顯示，V4.1 Flash 喺程式編寫、數學、終端機 Agent 同網絡安全類基準，相對 V4 Pro 有所提升；但 GPQA Diamond 較低。以下屬模型卡／官方公布結果，唔應視為獨立、通用嘅總排名。 611

基準測試	V4 Pro	V4.1 Flash	差距
GPQA Diamond	92.4	90.9	-1.5
Codeforces rating	3,348	3,471	+123
MathArena Apex	65.3	65.6	+0.3
Terminal-Bench 2.1	87.9	90.6	+2.7
CyberGym	83.3	88.1	+4.8

911

所以較公平嘅理解係：如果工作重心係 DeepSeek 所講嘅高速、重視成本、長時間運行嘅 Agent 或 coding 流程，V4.1 Flash 睇落更貼合定位；但如果你重視公開結果中嘅 GPQA Diamond，V4 Pro 仍然領先。話 Flash 喺所有任務都全面優勝，並無公開比較支持。 11

DeepSeek 曾表示，多方測試顯示 V4.1 Flash 在效能、成本、速度及整體運行時間均優於 V4 Pro；但現有公開材料未有提供一個經獨立審核、可普遍套用嘅端到端 Agent 任務時間倍數。因此較穩陣做法係將呢個視為廠商說法，並按自己使用嘅工具、上下文長度同任務組合實測。 24

100 萬 Token 上下文、原生視覺輸入與 API

V4.1 Flash 支援最長 100 萬 Token 上下文，並可在同一請求加入文字與圖片。DeepSeek 列出嘅用途包括描述圖片、讀取截圖文字，以及分析圖表。 623

目前 API 應使用嘅模型識別名稱為：

deepseek-flash

開發者可將公開可存取嘅 http(s) 圖片網址連同文字一齊提交。官方視覺文件列明支援 JPEG、PNG、GIF 同 WebP。 2123

現有文件足以確認 100 萬 Token 上下文上限，但未有清晰可靠嘅最新最大輸出 Token 資訊，因此不宜在此列出確切數字。至於 JSON 輸出、工具呼叫及推理控制等整合細節，開發前亦應查閱即時 API schema，確認實際支援情況及參數寫法。

價格：快取命中先至係真正焦點

報道所列 V4.1 Flash API 價格，閒時為每 100 萬 Token 輸入 0.15 美元、輸出 0.60 美元；高峰期則為輸入 0.30 美元、輸出 1.20 美元。快取命中嘅輸入價格，閒時低至每 100 萬 Token 0.003 美元，高峰期為 0.006 美元。 1

超低快取命中價，正好配合其針對重複上下文嘅設計。若應用程式會反覆使用大型 system prompt、程式碼庫內容或 Agent 歷史，潛在得益會比一次性短對話大得多——前提係請求模式真係能夠命中快取。

舊模型去向：V4 Pro 真係停咗未？

DeepSeek 已將 V4 Flash 及 V4 Flash Vision Experimental 作為獨立模型退役。不過為咗兼容舊有整合，以下名稱暫時仍可接受，請求會由 V4.1 Flash 處理：

• deepseek-v4-flash
• deepseek-v4-flash-vision-exp

2123

DeepSeek 在 9 月 10 日最初公告曾稱，deepseek-v4-pro 流量會由 2026 年 9 月 14 日 04:00 UTC 起，改由 V4.1 Flash 處理並按 Flash 價格收費，直至 V4.1 Pro 推出。 24

但其後 API 文件更新咗做法：文件稱 DeepSeek 會喺 9 月 14 日後繼續提供 V4 Pro API，收費維持不變，若有改動會另行通知。換言之，用緊 V4 Pro 嘅團隊應以最新 API 文件為準，並測試 endpoint 實際返回嘅模型，唔好單靠最初公告假設 V4 Pro 已經退場。 1726

點解話係產品線重整，而唔係普通 Flash 更新？

V4.1 Flash 唔只係換咗個 Flash 名，因為幾項改動係一齊到位：

• 採用新嘅 Causal Encoder–Decoder MoE 架構，輸入與輸出嘅啟用參數量不同； 41
• 原生多模態支援直接納入主要 deepseek-flash endpoint； 2423
• 提供 100 萬 Token 上下文，以及大幅縮小嘅 KV cache 佔用； 638
• 舊 Flash 及 Flash Vision Experimental 退役，同時保留兼容別名協助遷移。 2123

對開發者而言，合理路線係：新整合直接改用 deepseek-flash；用自己代表性工作負載測試圖片處理同長上下文表現；量度實際 cache-hit 比例同成本；並持續留意 V4 Pro 路由及計費文件。呢個架構對 Agent 密集型系統相當吸引，但最後仍然要由你嘅實際工作流程中嘅速度、品質同成本決定值唔值得轉。